ElasticSearch优化-store、_source及高亮问题

ES是基于lucene以倒排索引为基础实现的存储体系，不遵循关系型数据中范式约定。不过ES数据库中也有自己的优化相关规范，下面我们准备了一些日常工作中经常用到的优化知识点：

上述表格中，列出了所有用于优化的关键配置项及其作用。其中【store】比较难理解，下面我们就针对【store】深入的探讨一下。

要理解【store】之前，我们先来了解一下【_source】，通过搜索或者获取文档的API获取文档数据时，返回的结果集中会有一个【_source】字段，这里面存储了我们插入的数据，如下图所示：

1. store属性与_source的关系

当你将一个 field 的 store 属性设置为 true，这个会在lucene层面处理。lucene是倒排索引，可以执行快速的全文检索，返回符合检索条件的文档id列表。在全文索引之外，lucene也提供了存储字段的值的特性，以支持提供id的查询（根据id得到原始信息）。通常我们在lucene层面存储的field的值是跟随search请求一起返回的（id+field的值）。es并不需要存储你想返回的每一个field的值，因为默认情况下每 一个文档的的完整信息都已经存储在_source中了，因此可以跟随查询结构返回你想要的所有field值。

注意：从每一个stored field中获取值都需要一次磁盘io，如果想获取多个field的值，就需要多次磁盘io，但是，如果从_source中获取多个field的值，则只需要一次磁盘io，因为_source只是一个字段而已。所以在大多数情况下，从_source中获取是快速而高效的

_source 是把所有字段保存在一个文档的字段中，查询时读取只需要一次 IO。但是包含内容特别多的字段会很占IO，影响性能，通常我们也不需要完整的内容返回(可能只关心摘要)，这时候就没必要放到 _source 里一起返回了(当然也可以在查询时指定返回字段)

store：是否在 _source 之外在独立存储一份，这里要说一下 _source 这是源文档，当你存储文档的时候， elasticsearch 会保存一份源文档到 _source 字段中，如果文档的某一字段设置了 store 为 yes (默认为 no)，这时候会在 _source 存储之外再为这个字段独立进行存储。

对内容太长的字段，将 store 设置为 yes ，一般来说还应该在 _source 排除 exclude 掉这个字段，这时候索引的字段，不会保存在 _source 里了，会独立存储一份，查询时 _source 里也没有这个字段了，但是还是可以通过指定返回字段来获取，但是会有额外的 IO 开销，因为 _source 的读取只有一次 IO ，而已经 exclude 并设置 store 的字段，是独立存储的需要一个新的 IO

2. 自定义索引Mapping时设置存储原始数据

有些情况下我们希望_source 中不存储原数据，所有字段内容都单独存储，以节省存储空间，我们可以在定义mapping时禁止_source存储内容，所有字段开启存储，格式如下所示：

如果一条文档数据节省十几KB，那么数以亿计的是文档数据就可以节省很多的存储空间了

当然，我们也可以通过【includes】设置允许存储的字段，也可以通过【excludes】排除不需要存储的字段，具体格式如下：

3. 设置原始数据返回的字段及搜索高亮

一些搜索功能需要我们将搜索匹配的内容进行高亮处理，比如博客网站。对于这个问题ES提供了一个【highlight】字段，你可以对需要高亮的字段内容进行设置，具体格式如下：

设置了字段高亮后，搜索结果中会额外返回一个高亮的字段【highlight】数据，highlight是一个json格式，里面的key是我们设置的高亮字段名，value是高亮后的结果。如果我们需要显示高亮字段，可以将高亮字段替换原字段的内容

高亮字段中匹配的内容被【em】标签包裹，如果需要改变颜色，我们可以通过style设置em标签的样式信息。

默认 em 标签会倾斜，可以通过【font-style:normal】去除